pytorch深度学习框架笔记（二）-安装与配置（Windows，GPU）上
pytorch深度学习框架笔记（二）-安装与配置
步骤
简介
上期介绍了明日之星pytorch，这期介绍怎么安装，安装方法也五花八门，包括怎么选择版本，是否有GPU等等，感觉都不够细致，还有很多错方法，绕了很多弯路。
GPU到底是什么这里不过多介绍，可以参考别的优秀博主，总的来说，有GPU可以加速神经网络训练的速度，没有也可以，但是最好有。
有两种方法获得GPU，有两种方法获得GPU，我们可以选择GPU服务器，也可以选择显卡。国内华为，阿里，百度等都有自己的云服务，而价格从高到低基本也是这么一个顺序。不建议选择，因为贵，训练几遍，买个新的显卡都够用了。
那么选择哪种显卡呢，选N卡呢，还是选A卡呢，答案是英伟达NVIDIA，这并不是因为NVIDIA的性能表现或者内在的硬件架构更加适合进行深度学习的训练，而是因为N卡能够支持自家开发的高效的CUDA库。该库可以说是抢占到了市场先机，因此迅速占据了大量市场，一些基于CUDA编写的深度学习开源项目，GPU渲染这块也基本快没AMD什么事了。例如，pytorch只支持英伟达的显卡
pytorch只支持英伟达的显卡
第一步：确定合适的版本
先打开pytorch的网站：https://pytorch.org/ ，点击Get Started
Run this Command 是安装指令，我们选择相应的版本
PyTorch Build:是版本，选择稳定版就可以
Your OS:你电脑的操作系统，我的就选择了Windows
Package:一般Windows选择Conda，Linux选择pip
Language:Python
CUDA:是显卡厂商NVIDIA推出的运算平台，选择稳定的版本，9.2，10.1都可以
如果电脑里没有GPU，CUDA选择None
如果我们不知道有没有GPU呢，进行第二步
第二步：检查是否有合适的GPU
首先打开任务管理器（Ctrl+Alt+. 同时按），然后点击性能
性能栏里有GPU，点击GPU右上角显示这个GPU的版本https://www.geforce.cn/hardware/technology/cuda/supported-gpus
然后打开这个网站，看支援的GPU，如果点击的是GPU类型显示的是全部的，点击Desktop显示的台式电脑，Notebook是笔记本电脑，看看是否有。
比如我的现在的是笔记本电脑，GeForce 940M
如果确定有GPU，接下来要安装CUDA和CuDNN
CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。
CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。
废话不多说，来进行安装
第三步：若有需要安装CUDA
百度：CUDA Toolkit 9.2 Download，然后点击第一个就行
比如我的是，Windows，64位，10，local，然后点击下载download
下载完正常安装就可以了
安装完，我们来验证一下，是否好使，看看版本信息。
我默认安装的目录，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin，在这个目录，启动cmd，输入nvcc -v
结果出现错误了，nvcc fatal : No input files specified; use option --help for more information让我们选择help帮助，于是输入nvcc --help
让我们选择help帮助，于是输入nvcc --help，然后出现了各种信息，其中在版本的地方，告诉我们，大写的V
重新输入nvcc -V，就成功了。
第四步：若有需要安装CuDNN
然后下载CuDNN,登录这个网站 http://developer.nvidia.com/cudnn
登录以后，要想下载需要注册，看右上角，自己注册就可以了，添加邮箱和用户名，
往下一点，点击Download cuDNN
这个地方需要添写一些信息，填个表，然后才能进入下载界面，然后打对号，我同意（I agree）,选择之前下载好的CUDA版本。我就选9.2
点击适合自己的版本，
内容太多了，接下来请看：
pytorch深度学习框架笔记（二）-安装与配置（Windows，GPU）下